Vous voulez être sûr que vos cadeaux seront sous le sapin de Noël à temps? Nos magasins vous accueillent à bras ouverts. La plupart de nos magasins sont ouverts également les dimanches, vous pouvez vérifier les heures d'ouvertures sur notre site.
- Retrait gratuit dans votre magasin Club
- 7.000.000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
Vous voulez être sûr que vos cadeaux seront sous le sapin de Noël à temps? Nos magasins vous accueillent à bras ouverts. La plupart de nos magasins sont ouverts également les dimanches, vous pouvez vérifier les heures d'ouvertures sur notre site.
- Retrait gratuit dans votre magasin Club
- 7.000.0000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
An Introduction to Machine Learning in Quantitative Finance
Hao Ni, Xin Dong, Jinsong Zheng, Guangxi Yu
134,45 €
+ 268 points
Format
Description
In today's world, we are increasingly exposed to the words 'machine learning' (ML), a term which sounds like a panacea designed to cure all problems ranging from image recognition to machine language translation. Over the past few years, ML has gradually permeated the financial sector, reshaping the landscape of quantitative finance as we know it.An Introduction to Machine Learning in Quantitative Finance aims to demystify ML by uncovering its underlying mathematics and showing how to apply ML methods to real-world financial data. In this book the authorsFeatured with the balance of mathematical theorems and practical code examples of ML, this book will help you acquire an in-depth understanding of ML algorithms as well as hands-on experience. After reading An Introduction to Machine Learning in Quantitative Finance, ML tools will not be a black box to you anymore, and you will feel confident in successfully applying what you have learnt to empirical financial data!
Spécifications
Parties prenantes
- Auteur(s) :
- Editeur:
Contenu
- Nombre de pages :
- 264
- Langue:
- Anglais
- Collection :
Caractéristiques
- EAN:
- 9781786349361
- Date de parution :
- 13-04-21
- Format:
- Livre relié
- Format numérique:
- Genaaid
- Dimensions :
- 152 mm x 229 mm
- Poids :
- 521 g
